Swift實(shí)現(xiàn)八種經(jīng)典排序算法

一、冒泡排序(Bubble Sort)

????????冒泡排序是一種簡單的排序算法。它重復(fù)地走訪過要排序的數(shù)列,一次比較兩個(gè)元素,如果它們的順序錯(cuò)誤就把它們交換過來。走訪數(shù)列的工作是重復(fù)地進(jìn)行直到?jīng)]有再需要交換,也就是說該數(shù)列已經(jīng)排序完成。這個(gè)算法的名字由來是因?yàn)樵叫〉脑貢?huì)經(jīng)由交換慢慢“浮”到數(shù)列的頂端。?

1.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(n^2) ? ?最壞復(fù)雜度:O(n^2) ? 最好復(fù)雜度: O(n) ? 空間復(fù)雜度: O(1) ? 穩(wěn)定

1.2算法過程描述

<1>比較相鄰的元素。如果第一個(gè)比第二個(gè)大,就交換它們兩個(gè);

<2>對(duì)每一對(duì)相鄰元素作同樣的工作,從開始第一對(duì)到結(jié)尾的最后一對(duì),這樣在最后的元素應(yīng)該會(huì)是最大的數(shù);

<3>針對(duì)所有的元素重復(fù)以上的步驟,除了最后一個(gè);

<4>重復(fù)步驟1~3,直到排序完成。

1.3代碼實(shí)現(xiàn)

冒泡排序

1.4執(zhí)行Log信息

冒泡排序Log1
冒泡排序Log2

二、選擇排序(Selection Sort)

????????選擇排序(Selection-sort)是一種簡單直觀的排序算法。它的工作原理:首先在未排序序列中找到最?。ù螅┰?,存放到排序序列的起始位置,然后,再從剩余未排序元素中繼續(xù)尋找最?。ù螅┰兀缓蠓诺揭雅判蛐蛄械哪┪?。以此類推,直到所有元素均排序完畢。?

2.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(n^2) ? ?最壞復(fù)雜度:O(n^2) ? 最好復(fù)雜度: O(n^2) ? 空間復(fù)雜度: O(1) ? 不穩(wěn)定

2.2算法過程描述

n個(gè)記錄的直接選擇排序可經(jīng)過n-1趟直接選擇排序得到有序結(jié)果。具體算法描述如下:

<1>初始狀態(tài):無序區(qū)為R[1..n],有序區(qū)為空;

<2>第i趟排序(i=1,2,3…n-1)開始時(shí),當(dāng)前有序區(qū)和無序區(qū)分別為R[1..i-1]和R(i..n)。該趟排序從當(dāng)前無序區(qū)中-選出關(guān)鍵字最小的記錄 R[k],將它與無序區(qū)的第1個(gè)記錄R交換,使R[1..i]和R[i+1..n)分別變?yōu)橛涗泜€(gè)數(shù)增加1個(gè)的新有序區(qū)和記錄個(gè)數(shù)減少1個(gè)的新無序區(qū);

<3>n-1趟結(jié)束,數(shù)組有序化了。

2.3代碼實(shí)現(xiàn)

選擇排序

2.4執(zhí)行Log信息

選擇排序Log

三、插入排序(Insertion Sort)

????????插入排序(Insertion-Sort)的算法描述是一種簡單直觀的排序算法。它的工作原理是通過構(gòu)建有序序列,對(duì)于未排序數(shù)據(jù),在已排序序列中從后向前掃描,找到相應(yīng)位置并插入。

3.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(n^2) ? ?最壞復(fù)雜度:O(n^2) ? 最好復(fù)雜度: O(n) ? 空間復(fù)雜度: O(1) ? 穩(wěn)定

3.2算法過程描述

一般來說,插入排序都采用in-place在數(shù)組上實(shí)現(xiàn)。具體算法描述如下:

<1>從第一個(gè)元素開始,該元素可以認(rèn)為已經(jīng)被排序;

<2>取出下一個(gè)元素,在已經(jīng)排序的元素序列中從后向前掃描;

<3>如果該元素(已排序)大于新元素,將該元素移到下一位置;

<4>重復(fù)步驟3,直到找到已排序的元素小于或者等于新元素的位置;

<5>將新元素插入到該位置后;

<6>重復(fù)步驟2~5。

3.3代碼實(shí)現(xiàn)

插入排序

3.4執(zhí)行Log信息

插入排序Log

四、希爾排序(Shell Sort)

???????1959年Shell發(fā)明,第一個(gè)突破O(n2)的排序算法,是簡單插入排序的改進(jìn)版。它與插入排序的不同之處在于,它會(huì)優(yōu)先比較距離較遠(yuǎn)的元素。希爾排序又叫縮小增量排序

4.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(n^1.3) ? ?最壞復(fù)雜度:O(n^2) ? 最好復(fù)雜度: O(n) ? 空間復(fù)雜度: O(1) ? 不穩(wěn)定

4.2算法過程描述

先將整個(gè)待排序的記錄序列分割成為若干子序列分別進(jìn)行直接插入排序,具體算法描述:

<1>選擇一個(gè)增量序列t1,t2,…,tk,其中ti>tj,tk=1;

<2>按增量序列個(gè)數(shù)k,對(duì)序列進(jìn)行k 趟排序;

<3>每趟排序,根據(jù)對(duì)應(yīng)的增量ti,將待排序列分割成若干長度為m 的子序列,分別對(duì)各子表進(jìn)行直接插入排序。僅增量因子為1 時(shí),整個(gè)序列作為一個(gè)表來處理,表長度即為整個(gè)序列的長度。

4.3代碼實(shí)現(xiàn)

希爾排序

4.4執(zhí)行Log信息

希爾排序Log

五、歸并排序(Merge Sort)

????歸并排序是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法(Divide and Conquer)的一個(gè)非常典型的應(yīng)用。將已有序的子序列合并,得到完全有序的序列;即先使每個(gè)子序列有序,再使子序列段間有序。若將兩個(gè)有序表合并成一個(gè)有序表,稱為2-路歸并。

5.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(nlog2^n) ? ?最壞復(fù)雜度:O(nlog2^n) ? 最好復(fù)雜度: O(nlog2^n) ? 空間復(fù)雜度: O(n) ? 穩(wěn)定

5.2算法過程描述

<1>把長度為n的輸入序列分成兩個(gè)長度為n/2的子序列;

<2>對(duì)這兩個(gè)子序列分別采用歸并排序;

<3>將兩個(gè)排序好的子序列合并成一個(gè)最終的排序序列。

5.3代碼實(shí)現(xiàn)

歸并排序1
歸并排序2

5.4執(zhí)行Log信

歸并排序Log

六、快速排序(Quick Sort)

????????快速排序的基本思想:通過一趟排序?qū)⒋庞涗浄指舫瑟?dú)立的兩部分,其中一部分記錄的關(guān)鍵字均比另一部分的關(guān)鍵字小,則可分別對(duì)這兩部分記錄繼續(xù)進(jìn)行排序,以達(dá)到整個(gè)序列有序。 ? ?

6.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(nlog2^n) ? ?最壞復(fù)雜度:O(n^2) ? 最好復(fù)雜度: O(nlog2^n) ? 空間復(fù)雜度: O(nlog2^n) ? 不穩(wěn)定

6.2算法過程描述

快速排序使用分治法來把一個(gè)串(list)分為兩個(gè)子串(sub-lists)。具體算法描述如下:

<1>從數(shù)列中挑出一個(gè)元素,稱為 “基準(zhǔn)”(pivot);

<2>重新排序數(shù)列,所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面,所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面(相同的數(shù)可以到任一邊)。在這個(gè)分區(qū)退出之后,該基準(zhǔn)就處于數(shù)列的中間位置。這個(gè)稱為分區(qū)(partition)操作;

<3>遞歸地(recursive)把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序。

6.3代碼實(shí)現(xiàn)

快速排序1
快速排序2

6.4執(zhí)行Log信息

快速排序Log

七、堆排序(Heap Sort)

????????堆排序(Heapsort)是指利用堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計(jì)的一種排序算法。堆積是一個(gè)近似完全二叉樹的結(jié)構(gòu),并同時(shí)滿足堆積的性質(zhì):即子結(jié)點(diǎn)的鍵值或索引總是小于(或者大于)它的父節(jié)點(diǎn)。

7.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(nlog2^n) ? ?最壞復(fù)雜度:O(nlog2^n) ? 最好復(fù)雜度: O(nlog2^n) ? 空間復(fù)雜度: O(1) ?不穩(wěn)定

7.2算法過程描述

<1>將初始待排序關(guān)鍵字序列(R1,R2….Rn)構(gòu)建成大頂堆,此堆為初始的無序區(qū);

<2>將堆頂元素R[1]與最后一個(gè)元素R[n]交換,此時(shí)得到新的無序區(qū)(R1,R2,……Rn-1)和新的有序區(qū)(Rn),且滿足R[1,2…n-1]<=R[n];

<3>由于交換后新的堆頂R[1]可能違反堆的性質(zhì),因此需要對(duì)當(dāng)前無序區(qū)(R1,R2,……Rn-1)調(diào)整為新堆,然后再次將R[1]與無序區(qū)最后一個(gè)元素交換,得到新的無序區(qū)(R1,R2….Rn-2)和新的有序區(qū)(Rn-1,Rn)。不斷重復(fù)此過程直到有序區(qū)的元素個(gè)數(shù)為n-1,則整個(gè)排序過程完成。

7.3代碼實(shí)現(xiàn)

堆排序1
堆排序2

7.4執(zhí)行Log信息

堆排序Log1
堆排序Log2

八、計(jì)數(shù)排序(Counting Sort)

????????計(jì)數(shù)排序不是基于比較的排序算法,其核心在于將輸入的數(shù)據(jù)值轉(zhuǎn)化為鍵存儲(chǔ)在額外開辟的數(shù)組空間中。 作為一種線性時(shí)間復(fù)雜度的排序,計(jì)數(shù)排序要求輸入的數(shù)據(jù)必須是有確定范圍的整數(shù)。

8.1算法復(fù)雜度

時(shí)間平均復(fù)雜度:O(n+k) ? ?最壞復(fù)雜度:O(n+k) ? 最好復(fù)雜度: O(n+k) ? 空間復(fù)雜度: O(n+k) ? 穩(wěn)定

8.2算法過程描述

<1>找出待排序的數(shù)組中最大和最小的元素;

<2>統(tǒng)計(jì)數(shù)組中每個(gè)值為i的元素出現(xiàn)的次數(shù),存入數(shù)組C的第i項(xiàng);

<3>對(duì)所有的計(jì)數(shù)累加(從C中的第一個(gè)元素開始,每一項(xiàng)和前一項(xiàng)相加);

<4>反向填充目標(biāo)數(shù)組:將每個(gè)元素i放在新數(shù)組的第C(i)項(xiàng),每放一個(gè)元素就將C(i)減去1。

8.3代碼實(shí)現(xiàn)

計(jì)數(shù)排序

8.4執(zhí)行Log信息

計(jì)數(shù)排序Log

終于結(jié)束了,最后附兩張簡單明了的動(dòng)態(tài)展示圖幫你快速理解快速排序和堆排序!?。∮X得不錯(cuò)的記得點(diǎn)個(gè)喜歡/關(guān)注哦??!????????

附:

快速排序動(dòng)態(tài)圖


堆排序動(dòng)態(tài)圖
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 概述:排序有內(nèi)部排序和外部排序,內(nèi)部排序是數(shù)據(jù)記錄在內(nèi)存中進(jìn)行排序,而外部排序是因排序的數(shù)據(jù)很大,一次不能容納全部...
    每天刷兩次牙閱讀 3,829評(píng)論 0 15
  • 概述 排序有內(nèi)部排序和外部排序,內(nèi)部排序是數(shù)據(jù)記錄在內(nèi)存中進(jìn)行排序,而外部排序是因排序的數(shù)據(jù)很大,一次不能容納全部...
    蟻前閱讀 5,303評(píng)論 0 52
  • 該系列文章主要是記錄下自己暑假這段時(shí)間的學(xué)習(xí)筆記,暑期也在實(shí)習(xí),抽空學(xué)了很多,每個(gè)方面的知識(shí)我都會(huì)另起一篇博客去記...
    Yanci516閱讀 12,673評(píng)論 6 19
  • 馬上進(jìn)入12月,2016年的最后一個(gè)月,十二星座,一定會(huì)有些感慨時(shí)光的飛逝。單身的人更期待自己能逆轉(zhuǎn)人生,遇到真愛...
    武當(dāng)山余坪廟閱讀 262評(píng)論 0 0
  • 這個(gè)網(wǎng)站怎么樣,有人看嗎?
    ray逍遙閱讀 105評(píng)論 0 0

友情鏈接更多精彩內(nèi)容